OpenCV+python實現膨脹和腐蝕的示例

1,概念及原理:

膨脹(Dilating) (或)
(1)將圖像 A 與任意形狀的內核 (B),通常為正方形或圓形,進行卷積。
(2)內核 B 有一個可定義的 錨點, 通常定義為內核中心點。
(3)進行膨脹操作時,將內核 B 劃過圖像A,將內核 B 覆蓋區域的最大相素值提取,並代替錨點位置的相素。顯然,這一最大化操作將會導致圖像中的亮區開始”擴展” (因此有瞭術語膨脹 dilation )。

以3*3的內核為例:

在這裡插入圖片描述

在這裡插入圖片描述

腐蝕(Eroding) (與)
(1)腐蝕在形態學操作傢族裡是膨脹操作的孿生姐妹。它提取的是內核覆蓋下的相素最小值。
(2)進行腐蝕操作時,將內核 B 劃過圖像,將內核 B 覆蓋區域的最小相素值提取,並代替錨點位置的相素。

在這裡插入圖片描述

在這裡插入圖片描述

值得註意的是:腐蝕和膨脹是對白色部分(高亮部分)而言的,不是黑色部分。 膨脹就是圖像中的高亮部分進行膨脹,“鄰域擴張”,效果圖擁有比原圖更大的高亮區域。腐蝕就是原圖中高亮部分被腐蝕,“鄰域被蠶食”,效果圖擁有比原圖更小的高亮區域。

源代碼:

import cv2 as cv
import numpy as np


def erode_demo(image):
  # print(image.shape)
  gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
  ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
  #cv.imshow("binary", binary)
  kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))#定義結構元素的形狀和大小
  dst = cv.erode(binary, kernel)#腐蝕操作
  cv.imshow("erode_demo", dst)


def dilate_demo(image):
  #print(image.shape)
  gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
  ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
  #cv.imshow("binary", binary)
  kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))#定義結構元素的形狀和大小
  dst = cv.dilate(binary, kernel)#膨脹操作
  cv.imshow("dilate_demo", dst)



src = cv.imread("F:/images/test01.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
erode_demo(src)
dilate_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()

運行結果:

在這裡插入圖片描述

在這裡插入圖片描述

在這裡插入圖片描述

到此這篇關於OpenCV+python實現膨脹和腐蝕的示例的文章就介紹到這瞭,更多相關OpenCV 膨脹和腐蝕內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: